XML文件的编码设置需要在文件开头的声明部分完成，正确的编码声明能让解析器准确识别文件内容，避免乱码问题。UTF-8和GBK是XML文件中常用的两种编码格式，二者在字符支持、存储规则等方面存在明显差异。
XML编码格式的设置方法
XML的编码声明位于文件的第一行，通过<?xml?>处理指令的encoding属性指定，声明必须放在文件最开头，前面不能有任何其他内容，包括空格和空行。
设置UTF-8编码的XML文件开头示例如下：
<?xml version="1.0" encoding="UTF-8"?>
<root>
<user>张三</user>
<age>25</age>
</root>
设置GBK编码的XML文件开头示例如下：
<?xml version="1.0" encoding="GBK"?>
<root>
<user>李四</user>
<age>30</age>
</root>
需要注意，声明的编码必须和实际保存文件时使用的编码一致，否则解析时会出现乱码。比如声明了encoding="UTF-8"，但文件实际用GBK编码保存，解析器按照UTF-8读取就会出错。
UTF-8和GBK的核心区别
1. 字符覆盖范围不同
UTF-8是Unicode的一种实现方式，支持全球所有语言的字符，包括中文、英文、日文、阿拉伯文等，几乎覆盖了所有现存文字系统的字符。而GBK是中国制定的汉字编码标准，主要支持中文简体、繁体以及部分常用符号，不支持其他语言的字符，比如无法正确存储日文、韩文等内容。
2. 存储效率不同
UTF-8采用变长编码，单个字符占用1到4个字节：英文字符占用1个字节，中文等常用非英文字符通常占用3个字节。GBK采用双字节编码，中文和英文符号大多占用2个字节，对于纯中文内容的XML文件，GBK的存储体积会比UTF-8更小。
3. 兼容性不同
UTF-8是国际标准编码，几乎所有操作系统、编程语言、XML解析器都默认支持，跨平台、跨系统的兼容性极强，适合用于不同系统之间的数据交换。GBK的兼容性相对局限，部分国外的系统或旧版本的解析器可能不支持GBK编码，容易出现解析失败的问题。
4. 适用场景不同
如果XML文件需要支持多语言内容，或者需要在不同国家、不同系统的环境中传输使用，优先选择UTF-8编码。如果XML文件仅在国内使用，内容以中文为主，且对文件体积有较高要求，可以选择GBK编码。
编码设置常见问题
- XML声明中的编码属性大小写不敏感，
encoding="utf-8"和encoding="UTF-8"效果一致，但建议统一使用大写形式符合规范。 - 如果XML文件没有声明编码，大部分解析器会默认按照UTF-8编码解析，此时如果文件实际是GBK编码，就会出现乱码。
- 修改XML文件的编码时，需要先修改声明中的
encoding属性，再用目标编码格式重新保存文件，不能只修改声明不调整文件保存编码。
编码验证示例
可以通过简单的Java代码验证XML编码的解析效果，示例代码如下：
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import org.w3c.dom.Document;
import java.io.File;
public class XmlEncodingTest {
public static void main(String[] args) {
try {
// 解析XML文件
File xmlFile = new File("test.xml");
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
Document doc = builder.parse(xmlFile);
// 输出根节点名称，验证解析是否正常
System.out.println("根节点名称：" + doc.getDocumentElement().getNodeName());
} catch (Exception e) {
e.printStackTrace();
}
}
}
如果XML文件的编码声明和实际保存编码不一致，运行上述代码时就会抛出编码相关的异常，提示无法正确解析文件内容。